人工智慧蔚為風潮，突然間大家倡談人工智慧，這風氣來得快，希望不會也去得快。和許多流行過的技術詞彙一樣，大家都知道這些詞彙，琅琅上口，但要知其然且知其所以然就不容易了。因此，對人工智慧可以做什麼，眾人想像不同，差異很大。
有些人覺得人工智慧不就是三十年前流行的類神經網路，哪有什麼可研究之處？有些人科幻新聞看得多，害怕人工智慧會監視群眾或取代自己的工作，自己嚇自己，但最多的人希望人工智慧可以幫助自己的工作及業務，但不知從何下手。
因此，今天我們來談談人工智慧可以拿來做什麼？
人工智慧的應用何其多，與其說它可以幫忙做什麼，倒不如說什麼事情是人工智慧無法幫忙的，可能更容易些。
麥肯錫的4P象限是什麼？
麥肯錫（McKinsey & Company）報告「人工智慧－下一波數位浪潮？」提出四個P象限描述人工智慧在各產業的應用，十分有意思，本文就以此框架看人工智慧的應用場域。
四個P象限分別為Project（規劃）、Produce（生產）、Promote（行銷） 及 Provide （提供）。
Project象限包含更精準的規劃及預測；Produce象限談更高效率及品質的生產流程；Promote 象限看的是如何在對的時間以對的價格，把產品或服務銷售給對的人；而Provide象限定義如何提升客戶的滿意度，實現業務的長遠性。以下我們分別以規劃、生產、行銷及提供面指涉這四個象限。
導入人工智慧應用要有全局觀，不人云亦云
筆者舉四個產業說明人工智慧在這四個象限適合拿來做什麼，以幫助產業升級。
4P象限分析可適用於所有產業。文章長度有限，無法窮舉所有產業也沒有空間剖析每種應用優缺點。
這類分析主要幫助我們導入人工智慧應用時要有全局觀，不人云亦云，看到同業導入什麼就跟著導入。
因為每家公司的狀況、資源與瓶頸皆不同，照抄別人的人工智慧應用，A公司可能很受用，B公司可能完全無感，因為改善的點並沒有在原本的瓶頸路徑上。
所以建議公司在考慮導入人工智慧應用時，至少依此框架全盤分析後再切入，不要看到是技術問題就埋頭解決。在資源有限的前提下，全盤考慮每個問題的機會成本及效益，才能讓所作所為發揮最大效益。
人類的智慧不會憑空出現，人工智慧當然也是。若已鎖定一個場域及應用，下一件工作就是技術的導入或開發。
零售：即時客服在某些國家已是進行式
以零售業為例，人工智慧在規劃面可預測市場對特定產品類型的需求、自動化與供應商的價格協商等；在生產面則是智慧倉儲管理、商品管理與店面動線最佳化與擺設設計；在行銷面，人工智慧可輔助訂價最佳化與個人化行銷；在提供面，個人化購物提醒與即時的 （虛擬） 客服在某些國家已經是進行式。
健康醫療：個人化醫學／治療是最擁擠的新創公司領域之一
以健康／醫療產業為例，人工智慧在規劃面可輔助預測國民健康與特定疾病或傳染病狀況、規劃預防性措拖，減少發病或就診率；在生產面，人工智慧可搭配各式各樣的感測器全面監測高風險族群，在醫院或居家的健康狀況，以做適時處理；在行銷面，可進行個人化行銷提升健康意識、輔助健康飲食管理；提供面，可做個人即時身體檢查。
而個人化醫學／治療則是最擁擠的人工智慧新創公司領域之一，已有許多案例證明深度學習可即時做出比擬醫師準確度的診斷。
金融：金融市場預測是目光焦點
金融業是對資料敏感也捨得投資的產業，因此人工技術應用發展速度快些很正常，不過起跑快與能不能做得深是兩回事。
在規劃面，金融市場預測是目光焦點，很多人學機器學習是為了理財，不過這主題有難度及挑戰性。利用人工智慧大幅度改善傳統放款與借款審核與信用卡盜刷偵測，也有一定的價值。
在生產面，常被忽略的是人工智慧可以組合出績效更好的金融商品，以及切中使用者需求的個人金融商品，信用卡就是很好的例子。在行銷面，行銷策略設計及配置，是個人化行銷外的有效人工智慧應用。
最後，從提供面來說，雖然目前利用人工智慧進行自然語言處理仍然不足，但以人工智慧擔任理財及客服專員，照顧非VIP客戶已成趨勢；客戶流失預測是傳統的題目，但人工智慧技術的導入可帶來不小幫助。
製造：瑕疵檢測、生產設備參數自動調校、生產設備排程等是人工智慧擅長領域
製造業是個人認為人工智慧在台灣最有潛力發展的產業領域之一。
因為資料獨特，不易被國外科技大廠壟斷，而且因為產值大，技術升級的效益也顯著。
在規劃面，人工智慧可應用在預測市場對特定產品類型的需求與原料採購程序自動化。
生產面是人工智慧的擅長領域，在瑕疵檢測、生產設備參數自動調校、生產設備排程等，可見人工智慧帶來的實質效益。在行銷面，新市場開發預測是一個可能應用。在提供面上，貨物送交路線、時間排程、退貨與抱怨資料分析回饋至生產階段的改善等，都是人工智慧的可能切入點。
台灣人工智慧人才稀少可能快變成國安等級的問題，我們也極力解決中。有興趣成為人工智慧科學家／工程師的朋友們，除了參與MOOC平台的機器學習與深度學習課程，也歡迎關注第一屆的台灣人工智慧年會暨第四屆台灣資料科學年會 。
筆者的目的不是要給大家跟上潮流的安慰，而是深耕實質的本土技術。期待台灣在全球人工智慧技術洪流中不落人後，有機會佔有一席之地。
《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。
（觀點文章呈現多元意見，不代表《數位時代》的立場。）
